基于突发事件的智能公交车辆的动态调度

发布时间：2017-08-21 19:18

  本文关键词：基于突发事件的智能公交车辆的动态调度

  更多相关文章： 智能公交 运营异常 短时车速预测 动态调整 蚁群算法

【摘要】：随着城市智能交通的快速发展,更加合理、科学、完善的公交调度系统成为公交运营领域一个重要问题。现阶段我国有关智能公交的调度研究主要根据客流情况划分为高、中、低峰,进而依据各峰段的客流调整发车间隔、增减班次,调度过程往往忽略运营异常情况,而公交实际运营过程中各种突发状况在所难免,所以基于突发事件的智能公交车辆的动态调度研究具有十分重要的现实意义。本文以合肥市公交系统为研究背景,对公交运营异常检测方法,以及车辆晚点到站、故障异常、线路严重阻塞情况下的调度方案进行了研究,具体如下：(1)建立公交车辆运营异常检测模型。首先选取径向基函数神经网络(Radial-Basis Function, RBF)对短时公交车速进行预测,然后构造预测值与实际值的偏差序列,最后运用偏差分析算法进行异常判别,并对短时公交车速预测进行Matlab仿真。(2)针对车辆晚点到站和故障异常建立在线调整调度方案。建立以倒序发车偏差量最小为目标函数的公交车辆晚点到站异常调度模型,以调整后发车时刻表与计划发车时刻表的发车间隔偏差最小为目标函数的车辆故障异常调度模型,并分别进行实例验证。(3)针对线路严重阻塞异常建立路径调整调度方案。建立以公交车辆调整调度时间最小和调整路径最短为目标模型的异常调度模型,并利用蚁群算法对模型进行求解,得出路径调整方案。实验表明,运用公交车辆运营异常检测模型可以对公交车辆运营过程中的异常情况进行快速检测,车辆晚点到站、故障异常、线路严重阻塞情况下的调度模型可以有效提高公交车辆调度效率。
【关键词】：智能公交 运营异常 短时车速预测 动态调整 蚁群算法
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U492.22
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-18
• 1.1 研究背景11-12
• 1.2 研究意义12
• 1.3 国内外研究现状12-16
• 1.3.1 国外研究现状13-14
• 1.3.2 国内研究现状14-16
• 1.4 主要研究内容及创新点16
• 1.4.1 主要研究内容16
• 1.4.2 本文创新点16
• 1.5 结构安排16-18
• 2 公交突发事件的分类及调度方案18-25
• 2.1 公交突发事件的分类18-19
• 2.2 公交突发事件的检测方法19-20
• 2.3 突发状况下的公交调度方法20-24
• 2.3.1 线路动态调度21-23
• 2.3.2 局域动态调度23-24
• 2.4 本章小结24-25
• 3 公交运营异常检测25-37
• 3.1 公交运营异常检测参数的选择25-26
• 3.1.1 交通参数的种类25
• 3.1.2 参数的选择原则25-26
• 3.1.3 异常检测参数的选择26
• 3.2 公交车速的预测26-30
• 3.2.1 现有预测模型26-27
• 3.2.2 公交车速预测模型的选取27
• 3.2.3 基于RBF的短时公交车速预测27-30
• 3.3 公交运营状况的检测算法30-32
• 3.3.1 现有检测算法30
• 3.3.2 基于偏差分析法的公交运营异常检测30-32
• 3.4 公交运营异常检测综合模型32-33
• 3.5 实验分析33-36
• 3.5.1 数据采集33-34
• 3.5.2 车速预测34-36
• 3.5.3 判别异常36
• 3.6 本章小结36-37
• 4 在线调整调度方案37-45
• 4.1 晚点到站情况下的动态调整37-41
• 4.1.1 目标函数37-38
• 4.1.2 约束条件38
• 4.1.3 模型汇总38-39
• 4.1.4 模型的求解39
• 4.1.5 实验分析39-41
• 4.2 车辆故障情况下的动态调整41-44
• 4.2.1 目标函数41
• 4.2.2 约束条件41-42
• 4.2.3 模型汇总42-43
• 4.2.4 模型的求解43
• 4.2.5 实验分析43-44
• 4.3 本章小结44-45
• 5 路径调整调度方案45-54
• 5.1 模型的建立45-47
• 5.1.1 目标函数45
• 5.1.2 约束条件45-46
• 5.1.3 模型汇总46-47
• 5.2 调度算法的选取47-48
• 5.2.1 蚁群算法基本原理47-48
• 5.2.2 蚁群算法基本步骤48
• 5.3 基于蚁群算法的线路阻塞情况下的调度模型48-50
• 5.4 实验分析50-53
• 5.5 本章小结53-54
• 6 总结54-55
• 参考文献55-58
• 作者简历58-60
• 学位论文数据集60

【相似文献】

中国期刊全文数据库 前10条

1 赵丽 ,关宏志;智能公交信息化[J];建设科技;2004年16期

2 曹凯;;杭州智能公交信息系统建设成功因素分析[J];科技咨询导报;2006年09期

3 梁松;孙剑光;陈继努;;智能公交调度系统中“粘包”问题解决方案[J];广东通信技术;2007年07期

4 曹凯;;公交电子站牌问题与智能公交管理信息系统建设的系统性管控[J];科技信息(科学教研);2007年29期

5 ;南京智能公交今年将驶上主干道[J];中国交通信息产业;2009年05期

6 徐悦文;徐美珠;;物联之舞 无线创新——“苏州移动特色智能公交”建设纪实[J];江苏通信;2010年03期

7 吴玉冰;;智能公交在济南的实践与发展[J];人民公交;2010年10期

8 缑家瑞;;新技术条件下智能公交的现状分析和对策[J];城市公共交通;2010年11期

9 高延军;;浅论智能公交云服务平台的建设[J];电子世界;2012年12期

10 简明全;;智能公交技术让城市免于拥堵[J];中国公共安全;2013年23期

中国重要会议论文全文数据库 前6条

1 于莉娟;邓卫;;智能公交一体化系统研究[A];2007第三届中国智能交通年会论文集[C];2007年

2 沈吟东;倪郁东;;智能公交调度计划系统的设计[A];第二十四届中国控制会议论文集（下册）[C];2005年

3 黎明;张国华;王静霞;;智能公交评价体系及动态服务水平约束下的智能公交调度模型研究[A];2007第三届中国智能交通年会论文集[C];2007年

4 常新峰;沈连丰;胡静;夏玮玮;;一种智能公交站台系统的研制及性能分析[A];2008第四届中国智能交通年会论文集[C];2008年

5 刘阳;;车辆调度系统数据库的研究[A];煤矿自动化与信息化——第20届全国煤矿自动化与信息化学术会议暨第2届中国煤矿信息化与自动化高层论坛论文集[C];2010年

6 陈明明;牛惠民;;城市公交智能信息查询系统的设计与实现[A];2008第四届中国智能交通年会论文集[C];2008年

中国重要报纸全文数据库 前10条

1 特约记者 马志岗 记者 金永昌;智能公交车亮相青岛[N];中国交通报;2005年

2 张新晓;韩国首个智能公交车站亮相首尔[N];中国交通报;2010年

3 本报记者 高斌;武汉智能公交 幸福加速度[N];中国交通报;2013年

4 特约记者 贺f 记者 王赤风;上海巴士智能公交年内全面升级[N];中国交通报;2013年

5 本报记者 张琨;坚持“公交优先”战略 统筹提升智能公交建设水平[N];绵阳日报;2014年

6 商报记者 孙磊;阿里触角伸向智能公交 市民可掐点赶车[N];重庆商报;2014年

7 实习记者 张凡 本报记者 鲍健;智能公交正当时[N];中国交通报;2014年

8 杨斌 刘宇;山东移动开通智能公交调度系统[N];人民邮电;2003年

9 王宝成;邯郸市安装智能公交站牌[N];中国测绘报;2007年

10 钱定果;合肥首批智能公交车月底亮相[N];西部时报;2007年

中国硕士学位论文全文数据库 前10条

1 李煜;智能公交电子站牌的设计与实现[D];内蒙古大学;2015年

2 高宏;智能公交移动调度系统的开发应用[D];中国海洋大学;2014年

3 蔡圻钊;基于智能公交信息服务的网络安全接入与数据分析研究[D];广东工业大学;2016年

4 黄槟凌;太阳能智能公交站牌系统设计与实现[D];福州大学;2013年

5 孔海兰;智能公交云服务系统的研究与应用[D];广东工业大学;2016年

6 杭洁翔;北京智能公交站亭广告营销策略研究[D];北京交通大学;2016年

7 王迎香;基于突发事件的智能公交车辆的动态调度[D];北京交通大学;2016年

8 张瑶瑶;智能公交管理中心的设计[D];内蒙古大学;2016年

9 杨春鲜;基于Linux的智能公交车载信息管理平台的研究与实现[D];南京理工大学;2016年

10 李志强;智能公交动态优化调度方法研究[D];河南科技大学;2009年

，

本文编号：714649